基于GM(0,N)模型的瓦斯涌出量简易预测

瓦斯涌出量具有非线性、时变与多变量等特点,对其进行准确预测具有很大的难度.在考虑初始数据的重要性基础上,对现有的GM(0,N)模型进行适当改进,得到改进的GM(0,N)模型.改进的GM(0,N)模型以一次累加生成算子(1-AGO)作为模型生成基础,没有引入导数,模型求解所得最小二乘解相对简便.结合某煤矿影响瓦斯涌出量的多因素数据,进行建模与预测,运行过程简易.与GM(0,N)模型、GM(1,N)模型比较,效果较为理想.     

复数阶GM(1,N)模型及其应用

针对传统和分数阶的GM(1,N)模型不能较好的调整新旧信息权重的问题,通过将模型的阶数从实数拓展到复数,则可以同时调整实部与虚部、新信息与旧信息之间的权值,建立复数阶的GM(1,N)模型(简记为CAGM^z(1,N)模型).并采用复数编码粒子群算法对数据进行求解,从而获得更好的预测结果.最后分别以某地道路交通事故、某地粮食产量数据等为例,运用CAGM^z(1,N)模型进行计算比较,结果表明:CAGM^z(1,N)较GM(1,N)模型有更低的平均误差、更好的精度.     

GM(1,1)模型灰色作用量的优化

通过把GM(1,1)模型中的灰色作用量b改进为动态的b_1+b_2k,从而构建了对灰色作用量优化的GM(1,1)模型.通过实例的验证以及与GM(1,1)模型对比,发现优化的GM(1,1)模型的模拟精度和预测精度均较高.     

甲型H1N1流感传染人数的灰色预测模型研究

就我国甲型H1N1流感传染人数的预测运用灰色系统理论建立了GM(1,1)模型和1阶残差修正模型GMε(1,1),并分别作了精度分析研究了GMε(1,1)的变化趋势,提出了临界值和有效域概念.用MATLAB确定了模型参数及模型预测值.     

基于GM(1,1)残差模型的科技园区财政收入预测

根据科技园区财政收入预测的需要,在对历史数据分析的基础上,利用灰色预测理论建立了丰台科技园区财政收入预测的GM(1,1)模型,为了提高预测精度,用GM(1,1)残差模型对其修正,得出预测公式.通过预测结果的对比分析和模型的后验差检验,证明预测模型精度较高.模型的应用为科技园区财政收入预测提供了一种科学方法,同时也为园区管理决策提供了依据.     

基于改进的GM(1,1)-BP组合模型的人口预测研究

准确地预测人口总量发展趋势,对我国社会稳定发展具有重要意义.通过分析GM(1,1)模型背景值的构造理论,利用Newton插值公式和线性分段函数优化GM(1,1)模型的背景值,得到新的GM(1,1)模型,并结合BP神经网络模型,再利用遗传算法优化GM(1,1)-BP组合模型的权重系数,并将组合模型应用到新疆人口预测中.最后,分别应用不同的模型,以及改进的GM(1,1)-BP组合模型进行计算和平均相对误差对比,结果表明,改进的GM(1,1)-BP组合模型有效地提高了预测精度.     

灰色预测GM(1,1)模型的改进及应用

应用自动寻优定权的方法和最小二乘法,研究了灰色系统理论中灰色预测GM(1,1)模型的预测公式的形成过程,发现灰色预测GM(1,1)模型在形成预测公式时对背景值和初始值的规定是不尽合理的,且现有的改进方法对灰色预测GM(1,1)模型的改进还不尽完善.为了提高灰色预测GM(1,1)模型的预测精度,提出并使用自动寻优定权对背景值进行选择,基于最小二乘法原理对灰色预测GM(1,1)模型的初始值进行改进.实例结果表明,提出的改进方法是有效和完善的,对灰色预测GM(1,1)模型的预测精度也有较大的提高.     

基于新陈代谢GM(1,1)模型的中国煤炭消费量预测分析

运用灰色系统理论,以中国2002-2012年的中国煤炭消费量建立了GM(1,1)和新陈代谢GM(1,1)预测模型.使用相对误差和残差平方和对两个模型的精度进行检验,对比表明,新陈代谢模型精度高于常规的GM(1,1)模型.使用平均弱化缓冲算子来表示能源政策对煤炭消费量的冲击,应用处理后的新陈代谢GM(1,1)模型对2015-2017年的煤炭消费量进行了预测.     

ARIMA(p,d,q)与GM(1,1)模型在洪涝灾害预测中之比较研究——以广东省做实证分析

运用经济时间序列ARIMA(p,d,q)模型与GM(1,1)模型对广东省的洪涝灾害进行了预测.研究结论显示,所建立的ARIMA(p,d,q)模型能够较好的对洪涝灾害进行预测,模型可以运用到各种主要气象灾害风险预测与管理中,但所建立的GM(1,1)模型虽然具有很好的精度,但预测效果并不好.这充分体现了模型选择在预测过程中的重要性.     

基于灰色GM(1,N)模型的广西北部湾港口物流预测研究

通过考察广西北部湾港口物流的现状,采用广西北部湾2007年以来第一产业增加值、第二产业增加值、进出口总额、固定资产投资额等数据,运用灰色GM(1,N)模型对广西北部湾港口物流进行预测,并提出利用地域优势,大力发展整车口岸;充分挖掘资源,打造特色经济口岸;加大港口建设,促进港口转型升级;多方通力合作,培养港口专业型人才;深化中国-东盟港口城市合作网络,积极推进"互联网+港口"等建议,以期为政府相关部门提供决策参考.     

基于最小二乘法的GM(1,1)模型在我国猪肉产量预测中的应用研究

猪肉产量受诸多因素影响,因此数据波动性大,并且具有小样本性及贫信息等特点.本文采用基于最小二乘法的GM(1,1)模型对我国未来几年内猪肉产量进行了短期预测.首先,介绍了GM(1,1)模型;然后,通过最小二乘法的原理弱化波动较大的数据,减少随机性,加强规律性,建立基于最小二乘法的GM(1,1)模型;其次,结合2008至2014年我国猪肉产量数据建立预测模型;最后,使用2014年数据对模型的可靠性进行验证,基于最小二乘法的GM(1,1)模型的预测结果更加接近实际值.预测结果显示未来3年中国猪肉产量将持续增加.该模型为其他相关预测提供了理论依据,也便于我国对未来猪肉产品市场进行宏观调控,维持猪肉市场平衡,避免猪肉价格波动风险.     

基于残差修正的GM(1,1)模型在水质预测中的应用研究

将基于残差修正的GM(1,1)模型应用到永定河流域官厅水库出口断面的水质预测中,对常规污染物COD,DO,NH_3-N的浓度值进行趋势预测并对预测结果进行后验差检验.结果表明,与传统的GM(1,1)模型相比,残差修正的GM(1,1)模型能够有效提高预测精度.     

对背景值优化的新GM(1,1)模型

为了提高灰色GM(1,1)模型的模拟及预测精度,考虑对模型的初始条件x(1)(n)增加扰动因素β,把x(1)(n)+β作为模型的新初始条件,并对模型的背景值进行优化,从而得到了一种改进的GM(1,1)模型.还通过实例验证了新建模型比原有模型提高了拟合的效果及预测的精度.     

GM(1,1)模型参数的神经网络算法

GM(1,1)模型的实质是小样本、贫信息下的预测模型,其目的是得到误差尽可能小的预测值.在分析GM(1,1)模型建模机理的基础上,提出了GM(1,1)模型中参数a,b的一种新算法——神经网络算法.把神经网络中的BP算法应用于GM(1,1)模型的建模过程,实例表明可使预测精度得到提高.     

A research on the grey prediction model GM(1,n)

The grey theory can be applied in the research of prediction, decision-making and control, especially in prediction. The primary characteristic of a grey system is the incompleteness of information. A grey system could be whitened by way of inserting more messages in itself and its accuracy of prediction could be raised. The solution to the existing grey prediction model GM(1,n) is inaccurate and then its prediction accuracy cannot be expected. To solve the existing GM(1,n) by assuming step by step the first order accumulated generating operation data of the associated series to be constants is incorrect. The existing model GM(1,n) is seriously wrong even for a system having a nonnegative associated series with constant entries. There are currently only a few wrong papers based on the existing GM(1,n) model to be published. Almost all the improved prediction models based on the existing GM(1,n) model are correct. For example, the improved models are correct by convolution integral or fitting their forcing terms by several elementary functions. The algorithm of GMC(1,n) is applied to explain why the existing GM(1,n) model is incorrect in this article.     

基于GM(1,1)模型的我国废水排放量及治理状况分析

根据近10年我国废水排放及治理现状,应用GM(1,1)模型预测出今后10年我国废水排放及治理状况并分析了废水排放量及治理费用增加的主因,为有关部门制定相关法规提供理论依据.     

基于模糊GM(1,1)模型的时间序列预测

提出了一种模糊GM(1,1)预测模型,即FGM(1,1)模型,该方法是在GM(1,1)模型中引入模糊成员函数,通过模糊成员函数对时间序列数据进行模糊化,达到数据优化选择,实现历史数据"重近轻远"的预测效果.仿真结果表明所提出的预测方法有效可靠,为提高预测精度提供了新的途径.     

GM(1,1)模型在高校选修课开课规模中的应用

针对多所高校普遍存在的选修课供求比例失衡、课程资源配置不够合理等问题,笔者以浙江某高校的历史选课数据为例,利用GM(1,1)灰色预测模型对高校选修课开课数量及其规模进行了预测,并对比了四种模型的预测误差,结果表明二阶算子作用序列下的预测数据可信度较高,并以此为基础讨论了不同类型选修课布局及课程计划管理.     

基于灰色GM(1.1)模型的预测研究——邯郸市城镇化水平预测

灰色GM(1.1)模型适合少量数据的系统预测.当随时间序列的数据只有少量几个,无法采用统计和其他的预测方法时,它作为一种少数据的系统预测十分有效.将1999-2003年5年中的邯郸的城镇化水平作为灰色预测的原始数据,建立邯郸市城镇化水平灰色预测模型,并采用残差估计进行模型检验.成功地建立了邯郸市城镇化水平灰色预测模型.     

中国收入分配差距预测的GM(1,1)模型

基尼系数是现行较为通用的衡量一国收入分配差距的指标,利用灰色系统中的GM(1,1)预测模型,建立起对我国收入分配差距的预测模型,得到2005年基尼系数的预测值0.471,进而建立精度更高的新陈代谢模型,得到2006—2010年的基尼系数预测值,结果表明到2010年,基尼系数有可能临近0.5,基尼系数依然是攀升的,从而分配差距的扩大趋势依未改变,但增长幅度缓慢而平稳,这为当前及今后几年经济发展和调节收入分配差距的政策制定提供了一定的参考.